0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@settembre21(アナログ野郎)

オレ的Gemma4 vs Qwen3.x性能比較

0
Last updated at Posted at 2026-09-26

この記事は生成AIを使い（意図的に）過剰表現をしています。しかし、内容は実際の検証に基づいているため正確です。

はじめに

Intel Arc Pro B70（VRAM 32GB）というちょっとニッチでロマンのあるワークステーションGPUが手元にあるので、ローカル運用の主力オープンモデル Google Gemma 4 と Alibaba Qwen 3.x をガチでぶん回して、推論レイテンシと実力を比較してみた。

どちらのモデルも MTP（Multi-Token Prediction：投機的マルチトークン予測） に対応していて、ローカル環境でも高速推論が狙えるモデル群だ。

ただ、普通にベンチマークを取ろうとすると Dense（全層フル稼働） と MoE（推論時だけ一部のExpertを使う疎結合） がごちゃ混ぜになってしまい、単純比較するとアーキテクチャの差でボコボコにされてしまう。
そこで今回は、

  1. 【Dense対決】Gemma 4 31B vs Qwen 3.8 27B
  2. 【MoE対決】Gemma 4 26B-A4B vs Qwen 3.5 35B-A3B

という 完全イコールコンディションの2大決戦 を組んで、徹底的にシバき倒してみた。

検証環境とベンチマークの流儀

  • GPU: Intel Arc Pro B70 Graphics (VRAM 32GB)
  • 環境: Ubuntu Linux / oneAPI 2026.1 / llama-server (SYCL build 10812)
  • コンテキスト: 32,768 (KVキャッシュ: Q8_0)
  • 投機的デコード: MTPドラフトモデル常時適用 (--spec-type draft-mtp --spec-draft-n-max 4 --spec-draft-p-min 0.8)

コールドスタート問題（1回目は容赦なく捨てる！）

ローカルLLMを動かすとき、初回実行はSYCLのJITコンパイルやVRAMへのキャッシュ展開などでどうしても遅くなる。
「初回が遅いからこのモデルはダメ」と評価するのはナンセンスなので、全設問で2回実行し、初回（ウォームアップ）は破棄、2回目の定常状態の数値だけを採用 するというガチ仕様で計測した。

選手入場（対象4モデル）

部門 モデル名 GGUFサイズ MTPドラフト アーキテクチャ 特徴
Dense Gemma 4 31B 16.5 GB (Q4_K_XL) 267 MB 31B Full Active Googleの王道Dense。ドラフトが超軽量。
Dense Qwen 3.8 27B 18.1 GB (Q4_K_M) 1.6 GB 27B Full Active AlibabaのDenseモデル。ドラフトがやや重め。
MoE Gemma 4 26B-A4B 13.6 GB (Q4_K_XL) 240 MB 総26B / Active 4B相当 GemmaのMoE版。軽量かつ高速。
MoE Qwen 3.5 35B-A3B 21.8 GB (Q4_K_XL) 内包(MTP) 総35B / Active 3B相当 Qwenの超高速MoE。Activeが3Bと激軽。

※補足：なぜQwen側は「3.5」と「3.8」でバージョンが違うのか？

「Gemma側はGemma 4で揃っているのに、Qwen側はなんで3.5と3.8が混ざってるんだ？」と疑問に思う人もいるかもしれない。
記事のタイトルをあえて 『Qwen3.x』 としているのはそれが理由だ。

実は、Qwen 3.8シリーズのローカルGPU向け中規模帯（20B〜30Bクラス）には MoEモデルが存在しない（Denseの27Bのみ）。Qwen 3.8でMoEがあるのはデータセンター級の超巨大モデル（Flash-Next 125BやMax 2.4Tなど）だけなのだ。
そのため、VRAM 32GBで動く30BクラスのオープンMoEとなると、実績のある Qwen 3.5 35B-A3B が現在でも最新かつ唯一の選択肢 になる。

  • Dense代表: Qwen 3.8 27B
  • MoE代表: Qwen 3.5 35B-A3B

という組み合わせは、現在のオープンモデルのエコシステムにおいて最も筋の通ったフェアな選定となっている。

全体結果マトリクス（まずは数字で見る）

全6種目の設問（Q1〜Q5は検証用プロンプト、Q6は仮想通貨の実戦トレード判断タスク）を走らせた結果がこちらだ。

アーキ モデル名 平均生成速度 (tokens/s) 平均初速 (TTFT) Q6所要時間 (同一出力~360tok) Q6平常相場一致率 Q6下落相場一致率 オレ的評価
Dense Gemma 4 31B 52.25 t/s 5,428 ms 13.20〜13.44 秒 80% (4/5) 60% (3/5) Dense最速。MTPの効きが素晴らしい。
Dense Qwen 3.8 27B 42.16 t/s 7,768 ms 15.02〜15.26 秒 100% (5/5) 60% (3/5) Dense最高精度。判断が極めて手堅い。
MoE Gemma 4 26B-A4B 92.46 t/s 3,138 ms 7.38〜7.45 秒 100% (5/5) 60% (3/5) 神バランス。爆速かつ指示に超忠実。
MoE Qwen 3.5 35B-A3B 97.99 t/s 2,935 ms 6.79〜6.91 秒 100% (5/5) 60% (3/5) スループットお化け。約100t/s。

決戦1: 【Dense対決】Gemma 4 31B vs Qwen 3.8 27B

まずは全層がフル回転する重厚なDense対決から。

設問ID 種目 Gemma 4 31B (Dense) Qwen 3.8 27B (Dense) 勝敗・所見
Q1 数学（中国剰余定理） 22.90s / 4.71s / 52.5 t/s (PASS) 23.96s / 7.65s / 40.4 t/s (PASS) Gemma 4の勝ち（速度1.3倍、両者正解）
Q2 論理推論（箱パズル） 15.91s / 5.33s / 48.6 t/s (PASS) 14.80s / 7.62s / 40.3 t/s (PASS) スピードはGemma、Qwenは回答が短く先行
Q3 コード生成（最長括弧） 8.64s / 5.56s / 58.1 t/s 14.89s / 10.79s / 42.7 t/s Gemma 4が42%高速で圧勝
Q4 構造抽出（契約JSON） 8.77s / 5.57s / 59.5 t/s (PASS) 9.77s / 5.94s / 46.5 t/s (PASS) Gemma 4が先行（両者JSON抽出成功）
Q5 複合計算（ISS軌道） 16.51s / 5.45s / 45.9 t/s 19.64s / 7.94s / 40.4 t/s Gemma 4が約3秒早い
Q6 実戦トレード (R1/R2) 13.44s / 13.20s 15.02s / 15.26s 速度はGemma 4が終始リード

Dense対決の所感

「パラメータが大きいGemma 4（31B）の方が、小さいQwen 3.8（27B）より明らかに速い」という逆転現象が起きた。
Gemma 4は平均 52.25 tokens/s、Qwen 3.8は 42.16 tokens/s。約24%もGemma 4が速い。
理由はMTPドラフトモデルの設計にある。Gemma 4のドラフト（267MB）は超軽量で推論オーバーヘッドがほぼ無いのにガンガン投機ヒットする。一方Qwen 3.8のドラフト（1.6GB）はドラフト自体の計算が重く、足を引っ張っている印象だ。
ただし、平常相場でのトレード判断ではQwen 3.8が100%の正答率を叩き出しており、知能面ではQwenの粘り強さが光った。

決戦2: 【MoE対決】Gemma 4 26B-A4B vs Qwen 3.5 35B-A3B

次に、推論時にアクティブな重みを3B〜4B程度に絞って走る超高速MoE対決。

設問ID 種目 Gemma 4 26B-A4B (MoE) Qwen 3.5 35B-A3B (MoE) 勝敗・所見
Q1 数学（中国剰余定理） 14.33s / 2.90s / 96.9 t/s (PASS) 15.49s / 2.75s / 96.7 t/s (PASS) 96 t/s超えの互角バトル
Q2 論理推論（箱パズル） 10.11s / 2.91s / 92.0 t/s (PASS) 10.56s / 2.93s / 95.3 t/s (PASS) ほぼ同着（TTFT 2.9秒）
Q3 コード生成（最長括弧） 17.76s / 3.23s / 86.2 t/s 4.56s / 3.26s / 106.8 t/s Qwen 3.5が4.5秒で爆速完了
Q4 構造抽出（契約JSON） 5.32s / 3.46s / 104.7 t/s (PASS) 21.81s / 2.70s / 93.8 t/s (FAIL) Gemma 4 26Bの圧勝（指示通りJSONのみ出力）
Q5 複合計算（ISS軌道） 10.13s / 2.99s / 87.8 t/s 19.12s / 2.92s / 95.0 t/s (PASS) 計算精度はQwen、速度はGemma
Q6 実戦トレード (R1/R2) 7.38s / 7.45s 6.79s / 6.91s 両者とも驚異の6〜7秒台

MoE対決の所感

どちらも圧倒的に速い（約90〜100 tokens/s）。
Dense（40〜50 t/s）のほぼ倍の速度が出て、Q6の実戦タスクなんて6〜7秒で完了する。
純粋なスループットのピークはQwen 3.5がわずかに勝つ（100 t/s超）ものの、Q4で決定的な差が出た。
プロンプトで「解説や前置きは書くな、JSONだけ出せ」と指示したのに、Qwen 3.5は思考ログ（CoT）を1,792トークンもダラダラ垂れ流して自滅。一方Gemma 4 26Bは指示を完璧に守って195トークン（5.3秒）でスッとJSONだけ返してきた。
実運用での扱いやすさは明らかにGemma 4 26Bが一枚上だ。

Q1〜Q5 設問・模範解答・検証結果サマリー

ここからは、各設問の問題文、模範解答、そして4モデルの検証結果と勝敗ポイントをコンパクトにまとめる。

Q1: 数学（中国剰余定理と合同方程式）

質問

次の合同方程式を満たす最小の正の整数 $x$ を求めてください。

  • $x \equiv 3 \pmod{7}$
  • $x \equiv 4 \pmod{11}$
  • $x \equiv 5 \pmod{13}$

思考・計算過程を論理的に説明した上で、最終行に必ず以下の形式で答えを出力してください。
FINAL_ANSWER: [整数]

模範解答

正解: 213

  • 中国剰余定理により、$M = 7 \times 11 \times 13 = 1001$。
  • $M_1 = 143 \equiv 3 \pmod 7 \Rightarrow 143^-1 \equiv 5 \pmod 7$
  • $M_2 = 91 \equiv 3 \pmod11 \Rightarrow 91^-1 \equiv 4 \pmod11$
  • $M_3 = 77 \equiv 12 \equiv -1 \pmod13 \Rightarrow 77^-1 \equiv 12 \pmod13$
  • $x \equiv 3(143)(5) + 4(91)(4) + 5(77)(12) = 2145 + 1456 + 4620 = 8221 \equiv 213 \pmod1001$。

検証結果

モデル 判定 最終回答 出力時間 生成速度
Gemma 4 31B (Dense) ⭕ 合格 213 22.90s 52.5 t/s
Qwen 3.8 27B (Dense) ⭕ 合格 213 23.96s 40.4 t/s
Gemma 4 26B-A4B (MoE) ⭕ 最速正解 213 14.33s 96.9 t/s
Qwen 3.5 35B-A3B (MoE) ⭕ 合格 213 15.49s 96.7 t/s

全4モデルとも中国剰余定理の逆元計算を破綻なく完遂し、正解の 213 を導出した。特にMoE勢（Gemma 4 26B / Qwen 3.5）が96 t/s超えの圧倒的な速さを見せつけた。

Q2: 論理推論（真偽判定パズル）

質問

3つの箱（金の箱、銀の箱、銅の箱）があります。宝はどれか1つの箱だけに確実に入っており、他の2つは空です。
それぞれの箱には以下の文章が刻まれていますが、真実を述べているメッセージはちょうど1つだけで、残りの2つは嘘（偽） です。

  • 金の箱: 「宝はこの箱には入っていない。」
  • 銀の箱: 「宝は金の箱に入っている。」
  • 銅の箱: 「宝はこの箱には入っていない。」

宝が入っている箱はどれか、場合分けを行って論理的に特定してください。
思考・推論の過程を示した上で、最終行に必ず以下の形式で答えを出力してください。
FINAL_ANSWER: [金の箱 / 銀の箱 / 銅の箱]

模範解答

正解: 銅の箱

  • 宝が金にある場合: 金=偽、銀=真、銅=真 (真が2つで不適)
  • 宝が銀にある場合: 金=真、銀=偽、銅=真 (真が2つで不適)
  • 宝が銅にある場合: 金=真、銀=偽、銅=偽 (真が金の箱1つだけで条件成立！)

検証結果

モデル 判定 最終回答 出力時間 生成速度
Gemma 4 31B (Dense) ⭕ 合格 銅の箱 17.65s 52.0 t/s
Qwen 3.8 27B (Dense) ⭕ 合格 銅の箱 25.10s 39.5 t/s
Gemma 4 26B-A4B (MoE) ⭕ 最速正解 銅の箱 10.96s 93.1 t/s
Qwen 3.5 35B-A3B (MoE) ⭕ 合格 銅の箱 11.23s 97.7 t/s

全モデルが3通りの場合分け（金・銀・銅それぞれに宝がある仮定）を正しく論理展開し、矛盾なく「銅の箱」を特定した。推論の論理性には全モデルで全く差がつかなかった。

Q3: コード生成（最長整合括弧部分文字列）

質問

以下の仕様を満たす Python 3 の関数 longest_valid_parentheses(s: str) -> str を実装してください。

【仕様】

  1. 引数 s は '(' および ')' のみで構成される文字列です。
  2. 整合している（開閉の対応が正しく取れている）連続する部分文字列のうち、最も長さが長い文字列を返してください。
  3. 最長長さを達成する有効な部分文字列が複数存在する場合は、最もインデックスが若い（先頭に近い）ものを返してください。
  4. 有効な括弧文字列が存在しない、または空文字列の場合は、空文字列 "" を返してください。
  5. 計算量は $O(N)$ または $O(N \log N)$ 程度としてください。

【入出力例】

  • longest_valid_parentheses(")()())") -> "()()"
  • longest_valid_parentheses("(()") -> "()"
  • longest_valid_parentheses("()(())((") -> "()(())"
  • longest_valid_parentheses(")(()())(") -> "(()())"`

説明は最小限にし、完成した Python コードブロックを出力してください。

模範解答

スタックまたは動的計画法（DP）を用いて有効な区間インデックスを追跡し、最長の部分文字列をスライスして返す実装。

検証結果

モデル 判定 アルゴリズム 所要時間 生成速度
Gemma 4 31B (Dense) ⭕ 合格 スタック法 $O(N)$ 11.39s 52.0 t/s
Qwen 3.8 27B (Dense) ⭕ 合格 スタック法 $O(N)$ 16.50s 45.3 t/s
Gemma 4 26B-A4B (MoE) ⭕ 最速正解 スタック法 $O(N)$ 6.96s 88.7 t/s
Qwen 3.5 35B-A3B (MoE) ⭕ 合格 スタック法 $O(N)$ 9.38s 97.5 t/s

※テストケースの1つ inp=')(()())()' に対し、ベンチ側の期待値判定が誤って (()())（長さ6）になっていたが、全4モデルとも全体が整合している長さ8の (()())() を正しく返してきた。モデル側の賢さがベンチマーク側のミスを凌駕した面白いハプニングだった。
特に Gemma 4 26B-A4B はわずか6.96秒でスタック法による最適解を完答 した。

Q4: 構造化情報抽出（契約・財務データのJSON化）

質問

以下の契約概要テキストから情報を正確に抽出し、指定された JSON スキーマに厳密に合致する JSON オブジェクトのみを出力してください。前置きやマークダウン装飾、解説は含めないでください。

【入力テキスト】
「株式会社ネクストフロンティア（甲）とサイバーシステムズ株式会社（乙）は、2026年4月1日を効力発生日とするクラウド基盤共同運用契約（契約番号: NX-2026-088B）を締結した。契約総額は月額保守費用1,250,000円（税抜）および初期構築費用5,800,000円（税抜）とし、支払期日は各月末締め翌月25日払いとする。契約期間は効力発生日から3年間とし、終了の3ヶ月前までに書面による解約通知がない限り1年ごとに自動更新される。本契約における損害賠償責任の上限は、過去6ヶ月間に甲が乙に支払った対価の合計額を限度とする。また、準拠法は日本法とし、東京地方裁判所を第一審の専属的合意管轄裁判所とする。」

【要求JSONスキーマ】

{
  "contract_id": "string",
  "parties": { "party_a": "string", "party_b": "string" },
  "effective_date": "YYYY-MM-DD",
  "term_years": 3,
  "auto_renewal": true,
  "financials": {
    "initial_setup_jpy_excl_tax": 5800000,
    "monthly_maintenance_jpy_excl_tax": 1250000,
    "payment_due": "string"
  },
  "jurisdiction_court": "string"
}

模範解答

解説なしで上記スキーマに厳密にパース可能なJSONオブジェクト。

検証結果

モデル 判定 出力形式 所要時間 生成速度
Gemma 4 31B (Dense) ⭕ 合格 純粋JSON 8.68s 52.6 t/s
Qwen 3.8 27B (Dense) ⭕ 合格 純粋JSON 9.68s 41.5 t/s
Gemma 4 26B-A4B (MoE) ⭕ 最優秀 純粋JSON（最速） 5.27s 94.5 t/s
Qwen 3.5 35B-A3B (MoE) ❌ NG（指示違反） 思考ログ過剰 (CoT暴走) 21.78s 97.4 t/s

ここで明暗が真っ二つに分かれた。
「前置きやマークダウン装飾、解説を含めずJSONのみ」という制約に対し、Gemma系（31B / 26B）および Qwen 3.8 は完璧に指示を守り、純粋なJSONオブジェクトのみを即答。特に Gemma 4 26B はわずか5.27秒でレスポンスを返した。
一方、Qwen 3.5 35B は制約を無視して1,792トークンもの思考過程（CoT）をダラダラと出力して自滅。実運用における「指示追従性・お行儀の良さ」でGemmaの圧倒的優位が示された。

Q5: 複合計算と推論（ISS軌道と自転）

質問

国際宇宙ステーション（ISS）に関する以下のミッション条件に基づいて計算を行ってください。

【条件】

  1. ISS の地球周回軌道の公転周期は正確に 92分45秒（92.75分 = 5565秒）とする。
  2. ISS が地上のある基準地点の直上を通過した瞬間を「周回 0（時刻 0日0時間0分0秒）」とする。
  3. 地球は自転しており、地球の恒星日（1自転）は 23時間56分4秒（86,164秒）とする。

【問い】
ISS が地球を ちょうど 128 周 したとき：
(1) 周回 0 から経過した総時間（秒単位、および「X日 Y時間 Z分 W秒」の表記）を求めてください。
(2) この経過時間の間に、地球は何回自転したか（恒星日を基準として、小数第3位まで四捨五入して小数第2位まで求めてください）。

思考過程・計算ステップを明記した上で、最終行に必ず以下の形式で回答を記載してください。
FINAL_ANSWER: total_seconds=[秒数], elapsed_format=[X日Y時間Z分W秒], earth_rotations=[自転回数]

模範解答

  • (1) 総秒数: $128 \times 5565 = 712,320$ 秒
    • $712320 \div 86400 = 8$ 日（余り $21120$ 秒）
    • $21120 \div 3600 = 5$ 時間（余り $3120$ 秒）
    • $3120 \div 60 = 52$ 分（余り $0$ 秒）
    • $\rightarrow$ 8日5時間52分0秒
  • (2) 自転回数: $712320 \div 86164 = 8.26702... \rightarrow$ 8.27 回

検証結果

モデル 判定 最終回答 (秒 / 日時表記 / 自転数) 所要時間
Gemma 4 31B (Dense) ❌ NG 712320秒 / 8日7時間12分0秒 (誤) / 8.27回 17.68s
Qwen 3.8 27B (Dense) ❌ NG 712320秒 / 8日3時間12分0秒 (誤) / 8.27回 26.65s
Gemma 4 26B-A4B (MoE) ❌ NG 712320秒 / 8日5時間45分20秒 (誤) / 8.27回 13.98s
Qwen 3.5 35B-A3B (MoE) ⭕ 唯一の完全正解 712320秒 / 8日5時間52分0秒 (正) / 8.27回 21.14s

総秒数（712,320秒）と自転数（8.27回）は全4モデルが正解した。
しかし、秒数を「日・時間・分・秒」に変換する多段の割り算・余り計算で、Gemma系（31B / 26B）および Qwen 3.8 が相次いで脱落。唯一ノーミスで 8日5時間52分0秒 を導き出したのは Qwen 3.5 35B だった。数学・複合計算の厳密さではQwen 3.5の底力が光った。

実戦編: 【Q6】架空の暗号資産「QIITA」の自動トレード・リスク判定

最後に、オレが実際に運用している暗号資産の自動売買エンジンを想定し、架空の暗号資産「QIITA」（QIITA/JPY）のリアルタイム板情報・テクニカル指標・残高ステートを入力として、AIリスク判定エンジン（Jev互換API）と同じ判断ができるかをテストした。

レイテンシが命なので、llama-server の response_format（JSON Schema）で文法制約をかけて、余計な解説を一切出さずにJSONだけを吐かせている。

ここでは、平常相場（Round 1） に加え、「急落・下落トレンドが起きてSELLシグナルが走る過酷な相場（Round 2）」 の2パターンを投げてテストした。

テスト1: 平常・保ち合い相場 (Round 1)

「日足は上げだが4時間足は下げ、方向感が定まらない」という典型的なもみ合い相場でのテスト。

判定キー Jev基準出力 Gemma 4 31B (Dense) Qwen 3.8 27B (Dense) Gemma 4 26B (MoE) Qwen 3.5 35B (MoE)
所要レイテンシ - 13.44 秒 15.02 秒 7.38 秒 6.79 秒
market_regime (相場環境) transition (0.34) uptrend (0.70) ❌ transition (0.55) ⭕ transition (0.60) ⭕ transition (0.65) ⭕
long_action (長期現物) HOLD (0.99) HOLD (0.95) ⭕ HOLD (0.72) ⭕ HOLD (0.90) ⭕ HOLD (0.85) ⭕
short_entry (新規買付) HOLD (0.75) HOLD (0.60) ⭕ HOLD (0.78) ⭕ HOLD (0.50) ⭕ HOLD (0.75) ⭕
v_long (仮想長期) HOLD (0.91) HOLD (0.80) ⭕ HOLD (0.70) ⭕ HOLD (0.70) ⭕ HOLD (0.80) ⭕
v_short (仮想短期) HOLD (0.39) HOLD (0.60) ⭕ HOLD (0.80) ⭕ HOLD (0.80) ⭕ HOLD (0.90) ⭕
Jev一致度 100% 80% (4/5) 100% (5/5) 100% (5/5) 100% (5/5)
  • MoE勢（Gemma 4 26B / Qwen 3.5）が6〜7秒台で終わって素晴らしい。Denseの半分の時間で判断が下りてくる。
  • Gemma 4 31Bだけが強気に「上げ（uptrend）」と誤認したが、残り3モデルはきっちり transition（移行期・未確定）と判定してリスク回避した。

テスト2: 下落相場ストレステスト (Round 2)

「全時間軸で下落トレンドが確定し、Jev側が損切り・現物売却（SELL）を発動した」という過酷な下落局面でのテスト。

判定キー Jev基準出力 Gemma 4 31B (Dense) Qwen 3.8 27B (Dense) Gemma 4 26B (MoE) Qwen 3.5 35B (MoE)
所要レイテンシ - 13.20 秒 15.26 秒 7.45 秒 6.91 秒
market_regime (相場環境) downtrend (1.00) downtrend (0.70) ⭕ downtrend (0.65) ⭕ downtrend (0.70) ⭕ downtrend (0.75) ⭕
long_action (長期現物) SELL (0.83) HOLD (0.80) ❌ HOLD (0.62) ❌ HOLD (0.80) ❌ HOLD (0.80) ❌
short_entry (新規買付) HOLD (0.89) HOLD (0.60) ⭕ HOLD (0.78) ⭕ HOLD (0.60) ⭕ HOLD (0.80) ⭕
v_long (仮想長期) HOLD (0.63) HOLD (0.70) ⭕ HOLD (0.70) ⭕ HOLD (0.70) ⭕ HOLD (0.70) ⭕
v_short (仮想短期) SELL (0.29) HOLD (0.90) ❌ HOLD (0.85) ❌ HOLD (0.80) ❌ HOLD (0.90) ❌
Jev一致度 100% 60% (3/5) 60% (3/5) 60% (3/5) 60% (3/5)

Round 2の面白い技術的知見

  1. 全モデルが downtrend を完全に見抜いた:
    暴落・下落トレンドであることは4モデル全員が瞬時に看破。さらに short_entry: HOLD（無謀な逆張り買いをしない）という規律も全員完璧に守った。
  2. なぜLLMは現物をSELLしなかったのか？:
    Jevが機械的な損切りルールで SELL を下したのに対し、LLM側はプロンプトの「現物枠は長期保有が前提（短期の下落で簡単に売るな）」という大原則を頑なに遵守し、全員が HOLD を貫いた。
    ルール厳守と損切り判断の難しさが浮き彫りになった非常に興味深い結果だ。

オレ的まとめ＆結論

今回4モデルを比較して分かったことは、単純に「どれが一番賢いか」ではなく、DenseとMoEで性格がかなり違うということだった。

  1. Denseにこだわるなら Gemma 4 31B

    • Qwen 3.8 27Bより大きいにもかかわらず、生成速度は約52 t/s vs 42 t/sでGemma 4が明確に速い。
    • MTPドラフトが軽く、Intel Arc + SYCL環境との相性もかなり良い。

  2. リアルタイム用途なら MoEが圧倒的

    • Gemma 4 26B-A4B / Qwen 3.5 35B-A3Bはいずれも90〜100 t/s級。
    • 実戦トレード判定も6〜7秒台で終わり、Denseのほぼ半分の時間で応答できる。

  3. 速度最優先なら Qwen 3.5、扱いやすさ込みなら Gemma 4 26B-A4B

    • Qwen 3.5は約98 t/s、TTFT約2.9秒で4モデル中最速。複合計算でも唯一完全正解するなど、推論力も非常に高い。
    • 一方で、素の出力ではCoTを過剰に出す場面があり、Structured OutputやJSON Schemaなしでは扱いづらい。
    • Gemma 4 26B-A4Bは約92 t/sと十分高速で、JSON出力や指示追従が非常に安定している。

そのため、今回の自分の用途では Gemma 4 26B-A4Bを最もバランスの良いモデル と評価した。

ただし、JSON Schemaなどで出力を完全に制御できる用途では、Qwen 3.5-35B-A3Bの方が有利になるケースも多い。

つまり、

  • 速度と推論力重視：Qwen 3.5-35B-A3B
  • 速度・安定性・指示追従のバランス重視：Gemma 4 26B-A4B
  • Denseで安定した高品質運用：Gemma 4 31B
  • Dense側の精度比較用：Qwen 3.8 27B

という棲み分けになった。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?